filmov
tv
Фишки AutoML – Денис Воротынцев

Показать описание
Современные AutoML модели показывают хорошие результаты в соревнованиях Kaggle, создавая точные модели за малое время. Каким образом они это делают? В ходе этого доклада будут рассмотрены out of the box методы, применяемые для автоматической генерации и отбора фичей, подбора моделей и тюнинг гиперпараметров, которые могут применяться в data science пайплайне для увеличения скоров при меньших вложенных человеко-часах.
Секция PyData
Moscow Data Science Major 31.08.2019
Соц сети серии мероприятий Data Fest:
Секция PyData
Moscow Data Science Major 31.08.2019
Соц сети серии мероприятий Data Fest:
Фишки AutoML – Денис Воротынцев
Under the hood of AutoML - Denis Vorotyntsev, Oura
2022.01.27 Дмитрий Балабка - Практический обзор AutoML для табличных данных...
Сравнение моделей AutoML
AutoML для time series – Ахметов Андрей, Тёхта Назарий
Автоматическое машинное обучение - как повысить эффективность моделирования с помощью FEDOT...
Qlik Espresso: Qlik AutoML - предиктивная аналитика, демонстрация практического кейса...
Time series met AutoML Codalab Automated Time Series Regression — Denis Vorotyntsev
Вебинар «Доступный AutoML: как оптимизировать работу с ML-моделями с помощью VK Cloud и FEDOT»...
Espresso-вебинар 'Как автоматизировать машинное обучение: кейсы Qlik AutoML'...
Алексей Натёкин || ODS || 50 оттенков AutoML
Почему вам не стоит участвовать в хакатонах – Денис Воротынцев...
Автоматическое машинное обучение для моделирования промышленных процессов...
Automatic Machine Learning: современное состояние - Андрей Фильченков | Data Science...
Введение в SDSJ 2018: AutoML
Обзор 5 AutoML фреймворков _ 2023.02.28
Machine Learning, Neural Networks, Google Cloud AutoML - Александра Зенченко и Светлана Пономаренко...
Переговорная 1 – Moscow Data Science Major August 2019
Машинное обучение 2, лекция 14 — AutoML
Запись трансляции ML тренировки 24.11.18 SDSJ AutoML, Kaggle Inclusive Images, Airbus Ship Detection...
Урок по Data Science разбор Kaggle для начинающих / AutoML LAMA / Optuna
AutoML
End-to-End Production: на примере дефектовки колодок с помощью CV – Александр Дончук...
Суровая действительность товарных рекомендаций бытовой техники – Владимир Литвинюк...
Комментарии